Heptabase CLI 完整教學指南:讓 AI Agent 直接讀寫你的知識庫

適用版本:Heptabase v1.91.0+(2026 年 4 月 22 日正式推出)

適用對象:使用 Claude Code、Cursor、Codex 或其他 AI Coding Agent 的知識工作者

撰寫日期:2026-04-23


這是什麼?為什麼重要?

Heptabase CLI 是官方內建於桌面應用程式中的命令列工具,讓你可以透過終端機(Terminal)直接對知識庫進行搜尋、讀取、建立與管理操作。

更重要的是,它讓 AI Agent 能夠程式化存取你的整個知識庫——包括卡片、日記、標籤,甚至 AI Tutor 的課程與對話紀錄。

一句話總結:從此以後,你的 7,000+ 張卡片不再只能用手動翻找,而是可以用一行指令搞定。


第一步:安裝與啟用

前置條件

  • Heptabase 桌面版已更新至 v1.91.0 以上
  • macOS 系統(Windows/Linux 操作類似)

啟用步驟

  • 打開 Heptabase 桌面版
  • 點擊左下角頭像 → Settings
  • 進入 AI Features 頁面
  • 找到最下方的 CLI 區塊
  • 將開關切換為 Enabled
  • 系統會彈出提示:
Enable the "heptabase" command
Add "/usr/local/bin" to your PATH, then reopen your terminal.
  • 點擊 Done

驗證安裝

打開終端機,輸入:

heptabase --version

應該看到:

0.1.0

再確認 CLI 伺服器就緒:

heptabase start

成功回應:

{
  "status": "ready",
  "startedDesktopApp": false
}

注意:CLI 需要 Heptabase 桌面版正在執行才能使用。heptabase start 會自動啟動 App(如果尚未開啟)。


核心概念

在使用 CLI 之前,先理解三個關鍵概念:

1. 所有輸出都是 JSON

CLI 的每個指令都回傳 JSON 格式,方便程式化處理:

{
  "results": [...],
  "total": 7017,
  "offset": 0,
  "limit": 20
}

2. 寫入用 Markdown,讀取得到 ProseMirror JSON

操作 格式
create(建立) Markdown ✅
append(追加) Markdown ✅
read(讀取) ProseMirror JSON
save(覆蓋) ProseMirror JSON + contentMd5

實務建議:日常使用以 createappend 為主(直接寫 Markdown),避免直接操作 ProseMirror JSON。

3. 衝突偵測機制

save 操作需要提供 --content-md5(從最近一次 read 取得),防止多端編輯時的資料覆蓋。


完整指令集

📋 一、卡片管理 (card)

管理所有類型的卡片(筆記、PDF、日記、圖片、影片等)。

列出 / 搜尋卡片

# 列出最近更新的 20 張卡片(預設)
heptabase card list

# 搜尋關鍵字
heptabase card list -q "AI Agent"

# 只顯示筆記類型的卡片
heptabase card list --card-types note

# 多種類型篩選
heptabase card list --card-types "note,pdf,journal"

# 按建立時間排序(由新到舊)
heptabase card list --sort createdTime --direction descending

# 分頁:取第 21-40 筆
heptabase card list --offset 20 --limit 20

# 組合:搜尋「教學」相關筆記卡,取前 5 筆
heptabase card list -q "教學" --card-types note --limit 5

回傳格式

{
  "results": [
    {
      "id": "015f4e9f-bbe1-42bc-...",
      "objectType": "note",
      "title": "AI 問題建模任務卡",
      "createdTime": "2026-04-22T...",
      "lastEditedTime": "2026-04-22T..."
    }
  ],
  "total": 7017,
  "offset": 0,
  "limit": 5
}

可用卡片類型notepdfjournalhighlightElementsourceimagevideoaudioweb

排序欄位titlelastUpdatedTime(預設)、createdTime

刪除與還原卡片

# 軟刪除(移至回收桶)
heptabase card trash <cardId>

# 從回收桶還原
heptabase card restore <cardId>

📝 二、筆記卡片 (note)

建立、讀取、儲存與追加筆記卡片。

建立新筆記

# 用 Markdown 直接建立(第一行 # 標題會成為卡片標題)
heptabase note create -c "# 會議記錄 2026-04-23

## 議題
- AI 導入進度
- 下季度目標

## 決議
1. 優先完成 Heptabase 整合
2. 建立自動化知識同步流程"

回傳

{
  "id": "24dff0b3-de1d-4d82-...",
  "title": "會議記錄 2026-04-23"
}

從檔案建立筆記

# 將本地 Markdown 檔案匯入為卡片
heptabase note create -f ./meeting_notes.md

讀取筆記

heptabase note read <cardId>

追加內容

# 在既有卡片末尾追加內容
heptabase note append <cardId> -c "## 補充
- 新增一條行動項目"

# 從檔案追加
heptabase note append <cardId> -f ./additional_notes.md

覆蓋儲存(進階)

# 先讀取取得 contentMd5
heptabase note read <cardId>

# 再用 ProseMirror JSON 覆蓋(需提供 md5 防衝突)
heptabase note save <cardId> --content-md5 "e296d763cc..." -f ./new_content.json

📔 三、日記 (journal)

按日期建立、讀取與追加日記。

建立日記

# 建立今天的日記
heptabase journal create -c "# 今日重點
- 完成 Heptabase CLI 教學文章
- 蘋果總裁班備課"

# 建立指定日期的日記
heptabase journal create -d 2026-04-23 -c "今日行程:Yvonne 教學 + 蘋果總裁班"

# 從檔案建立
heptabase journal create -d 2026-04-23 -f ./daily_note.md

注意:如果該日期已有內容,會回傳 409 錯誤。改用 append 追加。

讀取日記

heptabase journal read 2026-04-23

追加日記

# 在當日日記末尾追加
heptabase journal append 2026-04-23 -c "## 晚間補充
今天最大的收穫是..."

# 從檔案追加
heptabase journal append 2026-04-23 -f ./evening_notes.md

🏷️ 四、標籤管理 (tag)

建立、列出、新增與移除標籤。

列出所有標籤

# 列出全部標籤
heptabase tag list

# 按名稱篩選(不區分大小寫)
heptabase tag list --name-filter "教學"

建立新標籤

heptabase tag create --name "AI工作流"

如果標籤已存在,回傳 409 錯誤。

為卡片加標籤

# 用卡片 ID
heptabase tag add --card-id <cardId> --tag-name "AI工作流"

# 為日記加標籤(直接用日期作為 card-id)
heptabase tag add --card-id 2026-04-23 --tag-name "教學日"

亮點:如果標籤不存在,tag add 會自動建立。

列出標籤下的卡片

heptabase tag cards <tagId>

移除標籤

heptabase tag remove --card-id <cardId> --tag-id <tagId>

🎓 五、AI Tutor — 學習目標 (goal)

查看 AI Tutor 的頂層學習目標。

heptabase goal list

回傳範例

{
  "goals": [
    {
      "id": "e0a165e6-...",
      "title": "打造 AI 企業培訓產品",
      "description": "將 Claude CoWork 概念轉化為...",
      "type": "general",
      "createdTime": "2026-04-01T...",
      "courses": [
        { "id": "6833fe94-...", "title": "4 小時課程產品化設計" }
      ]
    }
  ]
}

📚 六、AI Tutor — 課程 (course)

列出與讀取 AI Tutor 課程大綱。

# 列出所有課程
heptabase course list

# 讀取課程大綱(含主題、子主題、學習進度)
heptabase course read <courseId>

course read 回傳包含

  • courseIdtitleoverviewexpectedOutcome
  • topics[]:每個主題含子主題(subtopics),每個子主題標註學習狀態(notStarted | inProgress | covered

🎓 七、AI Tutor — 課堂 (lesson)

列出課程中的課堂、讀取課堂計畫、查看對話紀錄。

# 列出某課程的所有課堂
heptabase lesson list <courseId>

# 讀取課堂計畫與產出物
heptabase lesson read <lessonId>

# 讀取課堂對話紀錄(含分頁)
heptabase lesson list-messages <lessonId> --offset 0 --limit 50

lesson list-messages 回傳

{
  "lessonId": "...",
  "messages": [
    {
      "id": "...",
      "role": "user",
      "contentMarkdown": "我想了解如何...",
      "createdTime": "...",
      "createdBy": "user"
    },
    {
      "id": "...",
      "role": "assistant",
      "contentMarkdown": "根據你的學習目標...",
      "createdTime": "...",
      "createdBy": "ai"
    }
  ],
  "total": 42,
  "hasMore": false
}

實戰範例

範例 1:每日知識同步流程

# 1. 確認 CLI 就緒
heptabase start

# 2. 今日日記追加
heptabase journal append 2026-04-23 -c "## 晚間回顧
今天完成了三堂教學,核心收穫是..."

# 3. 將本地筆記匯入為卡片
heptabase note create -f ./teaching_notes.md

# 4. 為新卡片加標籤
heptabase tag add --card-id <剛建立的卡片ID> --tag-name "教學筆記"

範例 2:搜尋知識庫中的特定內容

# 搜尋所有關於「問題建模」的卡片
heptabase card list -q "問題建模" --limit 10

# 搜尋所有 PDF 類型的卡片
heptabase card list --card-types pdf --limit 50

# 搜尋最近建立的筆記
heptabase card list --card-types note --sort createdTime --limit 5

範例 3:AI Tutor 課程回顧

# 查看所有學習目標
heptabase goal list

# 取得某課程的大綱
heptabase course read 6833fe94-f20b-43b3-801b-ee413f9ea338

# 查看該課程的課堂列表
heptabase lesson list 6833fe94-f20b-43b3-801b-ee413f9ea338

# 讀取特定課堂的對話紀錄
heptabase lesson list-messages <lessonId> --limit 100

範例 4:批次匯入多個檔案

# 用 shell 迴圈將資料夾中的所有 .md 檔案匯入為卡片
for file in ./notes/*.md; do
  echo "匯入: $file"
  heptabase note create -f "$file"
done

與 AI Agent 整合

Claude Code / Cursor

在你的 AI Agent 中,可以直接呼叫 CLI 指令來存取知識庫:

「請幫我搜尋知識庫中關於『AI 工作流』的所有卡片」
→ AI 執行:heptabase card list -q "AI 工作流"

「請把這份會議紀錄存入 Heptabase」
→ AI 執行:heptabase note create -f ./meeting.md

「請在今天的日記追加這段反思」
→ AI 執行:heptabase journal append 2026-04-23 -c "..."

MCP 整合(進階)

Heptabase 也提供 MCP Server(https://api.heptabase.com/mcp),適用於需要 OAuth 雲端存取的場景。CLI 則是本地優先的方案,不需要網路連線(僅需 App 執行中)。


常見問題

Q:CLI 是否需要網路連線?

A:不需要。CLI 透過本地 HTTP 伺服器(127.0.0.1)與 App 通訊,完全離線運作。

Q:CLI 有 API 限流嗎?

A:目前沒有明確的速率限制,但建議避免高頻呼叫(如每秒數十次)。

Q:可以用 CLI 建立白板嗎?

A:目前不支援。v0.1.0 僅支援 card、note、journal、tag、course、goal、lesson 操作。

Q:journal create 回傳 409 怎麼辦?

A:該日期已有內容。改用 heptabase journal append 追加。

Q:如何重新登入或重設 CLI?

A:到 Settings > AI Features > CLI,關閉再重新啟用即可。


完整指令速查表

指令 說明
heptabase start 啟動 App 並等待 CLI 就緒
heptabase card list [options] 列出 / 搜尋卡片
heptabase card trash 刪除卡片至回收桶
heptabase card restore 從回收桶還原
heptabase note create -c / -f 建立筆記卡
heptabase note read 讀取筆記(ProseMirror JSON)
heptabase note save 覆蓋筆記(需 contentMd5)
heptabase note append -c / -f 追加筆記內容
heptabase journal create [-d date] -c / -f 建立日記
heptabase journal read 讀取日記
heptabase journal save 覆蓋日記(需 contentMd5)
heptabase journal append -c / -f 追加日記內容
heptabase tag list [--name-filter] 列出標籤
heptabase tag create --name 建立標籤
heptabase tag cards 列出標籤下的卡片
heptabase tag add --card-id --tag-name 為卡片加標籤
heptabase tag remove --card-id --tag-id 移除標籤
heptabase goal list 列出 AI Tutor 學習目標
heptabase course list 列出 AI Tutor 課程
heptabase course read 讀取課程大綱
heptabase lesson list 列出課堂
heptabase lesson read 讀取課堂計畫
heptabase lesson list-messages 讀取對話紀錄

結語

Heptabase CLI 的推出,代表個人知識管理正式進入「可程式化」時代。你不再只是知識的消費者或整理者,而是可以讓 AI Agent 幫你自動搜尋、自動整理、自動建卡的系統設計者。

👉 你的知識庫,現在是你的 AI 可以直接存取的資料庫。


撰寫:CTO Antigravity | 基於 Heptabase v1.91.0 官方 CLI 實測 | 2026-04-23

蔡正信-數位教練

我是一位專精於數位轉型與AI應用的教練,致力於協助中高齡族群與企業主有效運用科技工具提升生產力。

蔡教練聯繫方式:https://rdcoach.pse.is/62uqz2

手機:0988-515-413

Line官方帳號2.0 : @rd.coach https://lin.ee/n4T9CGA
群英企業管理顧問股份有限公司
資訊顧問電子郵件:[email protected]

跨代際溝通 × AI賦能教學:
結合AI應用、數位工具教學與熟齡學習經驗,專注於中高齡與中小企業的數位轉型輔導,擅長從0到1建構數位素養。

實戰導向 × 客製培訓:
15年數位教學經驗,服務鴻海、1111人力銀行、台南大學、瓦城集團等,設計實用導向的教學模組,強調易學、可複製。

工具整合 × 工作流設計:
善用Evernote、Heptabase、Telegram等多款工具,打造AI第二大腦與一元筆記系統,協助學員從資訊收集到知識轉化。

行動導向 × 教學有感:
500+場講座與工作坊,專注學員實作與成果回報,推動「數位生活力」與「AI生活實驗室」教學風格。

預見未來 × 實踐智慧:
關注生成式AI與數位倫理發展,推動AI工具於科研、商業、教育場域的實作應用,擘劃AI助理與智慧工作未來藍圖。

Share:

More Posts